Почему Nvidia сталкивается с рыночным сдвигом на фоне бума ИИ

Доминирование Nvidia в революции ИИ сталкивается с парадоксальным вызовом: тот самый рынок вычислительных мощностей, который она и создала, начинает работать против её оценки. Хотя прогнозы выручки остаются высокими, изменение динамики предложения смещает фокус с вычислительной мощности на объем памяти.

Дивергенция: падение цен на вычисления против роста стоимости DRAM

Nvidia пережила заметную рыночную коррекцию: цена её акций упала на 15% по сравнению с майским пиком. Интересно, что сейчас инвесторы оценивают Nvidia более консервативно по отношению к прогнозируемой прибыли, чем среднюю компанию из S&P 500. Этот сдвиг вызван фундаментальным изменением цен на ключевые компоненты ИИ.

Согласно данным Ornn, спотовая цена за час использования GPU Nvidia H100 достигла пика в мае на уровне примерно 3,20 доллара США, а с тех пор демонстрирует устойчивое снижение. Напротив, рынок памяти движется по противоположной траектории. Micron, лидер в производстве DRAM (динамической памяти с произвольным доступом), почти утроил свою стоимость, так как отрасль осознает, что именно память, а не только вычислительная мощность, является настоящим «узким местом» современных дата-центров.

Рост проблемы «узкого места» в памяти

В то время как успех Nvidia строится на сложнейших технологических достижениях — таких как платформа программирования CUDA и проектирование невероятно сложных GPU — рынок памяти движим иной экономической логикой. Масштабное строительство дата-центров для ИИ привело к повсеместной недооценке необходимой пропускной способности памяти.

Спрос на память с высокой пропускной способностью (HBM) опережает предложение, что позволило производителям памяти увеличить цены в десять раз за последний год. Как отмечает сооснователь и технический директор Ornn Уэйн Нелмс (Wayne Nelms), в сегменте ускорителей наблюдается массовый приток игроков, но почти никто не выходит на рынок производства DRAM. Это создает структурный дисбаланс: вычислительная мощность становится всё более стандартизированным товаром, в то время как память остается дефицитной и высокомаржинальной необходимостью.

Собственные чипы и конец монополий

Важным фактором снижения цен на вычисления является стремление технологических гигантов (Big Tech) к независимости в производстве кремния. Такие гиганты, как Google, Amazon, Microsoft и OpenAI, всё чаще развертывают собственные специализированные процессоры.

Хотя эти проприетарные чипы могут уступать в чистой производительности флагманским моделям Nvidia, их «достаточно» для удовлетворения потребностей крупномасштабного развертывания. Такая диверсификация аппаратного ландшафта фактически снижает спотовую цену на вычисления, уменьшая возможности Nvidia по установлению цен. По мере того как всё больше компаний выходят на рынок ускорителей, чтобы снизить зависимость от Nvidia, «защитный ров» вычислительных мощностей, который когда-то защищал маржу Nvidia, преодолевается специализированными внутренними разработками.

Влияние на более широкий ландшафт ИИ

Этот сдвиг сигнализирует о фазе созревания цикла инфраструктуры ИИ. Первоначальная «золотая лихорадка» была сосредоточена на приобретении максимально мощных GPU. Сейчас мы входим в фазу оптимизации, где фокус смещается на эффективность перемещения данных (за которую отвечает память), а не только на чистую скорость вычислений. Для разработчиков и основателей это означает, что архитектурная важность управления памятью и эффективности HBM, вероятно, станет такой же критической, как и выбор GPU.

Ключевые выводы

• Коммодитизация вычислений: Распространение специализированных чипов от гиперскейлеров (Google, AWS и др.) снижает спотовую цену на вычислительную мощность GPU.
• Память как новое «узкое место»: Спрос на DRAM и память с высокой пропускной способностью (HBM) превышает предложение, что делает компании по производству памяти, такие как Micron, новыми бенефициарами роста в сфере ИИ.
• Структурный рыночный дисбаланс: В отличие от рынка GPU, где постоянно появляются новые игроки, рынок памяти имеет высокие барьеры для входа, что гарантирует сохранение высокой стоимости памяти при стабилизации цен на вычисления.